Руководство по началу работы с MiniMax H3 Max Turbo: текст в видео, изображение в видео с первым и последним кадром, параметры и цены

MiniMax H3 Max Turbo — это высокоскоростная версия H3 Max. В HiAPI для неё доступны два ID вызова: minimax-h3-max-turbo/text-to-video (текст в видео) и minimax-h3-max-turbo/image-to-video (изображение в видео по первому кадру, можно добавить последний кадр). Длительность одного ролика — от 1 до 15 секунд, три разрешения: 480P / 768P / 1080P, оплата по секундам. В этой статье рассказывается, как выбрать между двумя ID, как заполнять параметры и как рассчитывается цена.

Как выбрать между двумя ID

• Есть только текстовое описание: используйте text-to-video, обязателен только prompt, соотношение сторон задаётся через aspect_ratio.
• Уже есть изображение: используйте image-to-video, обязательны prompt и image_url (первый кадр). Дополнительно можно передать end_image_url как последний кадр — модель достроит движение между двумя кадрами.
• Соотношение сторон выходного видео при генерации из изображения соответствует первому кадру, параметра aspect_ratio нет. Для вертикального видео передавайте вертикальное изображение, пропорции первого и последнего кадров должны по возможности совпадать.

Параметры

• resolution: 480P / 768P / 1080P, по умолчанию 768P. 1080P получается путём доработки изображения 768P, нативная генерация — максимум до 768P.
• duration: от 1 до 15 секунд, по умолчанию 5, можно указывать дробные значения. Фактический результат может быть примерно на 0.7 секунды длиннее указанного значения: например, при указании 5 секунд получится ролик около 5.2 секунды.
• aspect_ratio (только для текст в видео): 21:9, 16:9, 4:3, 1:1, 3:4, 9:16, по умолчанию 16:9. Например, 768P 3:4 выдаёт 768×1024, 768P 21:9 выдаёт 1536×672.
• prompt_expansion_mode: расширение промпта. disabled — использовать как есть; balanced (по умолчанию) — переписывание занимает около 1 секунды; quality — до примерно 30 секунд на более детальную проработку.
• target_audio_url: необязательно, передайте аудио длительностью не менее 2 секунд и размером не более 15MB в качестве звуковой дорожки готового видео; часть, превышающая длину видео, будет обрезана. При использовании этого параметра duration должен быть не менее 2.
• seed: необязательно, фиксируйте его для воспроизведения одного и того же результата, остальные параметры также должны оставаться неизменными.
• Каждый запрос создаёт 1 видео. Эти два ID не поддерживают фиксацию персонажа по референсному изображению, продолжение видео и редактирование видео.

Пример вызова

Отправка задачи:

curl https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3-max-turbo/image-to-video",
    "input": {
      "prompt": "Велосипедист замедляется у уличного фонаря и оборачивается назад, струи дождя в тёплом неоновом свете, медленный наезд камеры",
      "image_url": "https://example.com/first-frame.png",
      "resolution": "768P",
      "duration": 5
    }
  }'

После получения data.taskId опрашивайте GET https://api.hiapi.ai/v1/tasks/<taskId>. Когда status станет success, адрес видео будет в data.output[0].url. Для 5 секунд 768P результат обычно появляется за десять с небольшим секунд. Ссылка на результат имеет срок действия (поле expireAt); для долгосрочного хранения скачайте и сохраните файл самостоятельно.

Цены

• 480P: $0.025 за секунду.
• 768P: $0.04 за секунду.
• 1080P: $0.08 за секунду.
• Оплата рассчитывается по указанному в запросе duration, оба ID стоят одинаково. Например, 768P 5 секунд: 5 × 0.04 = $0.20; 1080P 10 секунд: $0.80.
• Списание происходит только за успешно сгенерированные задачи, при неудаче средства возвращаются в полном объёме.

Как писать промпты

• Для текст в видео пишите чётко в порядке «субъект + сцена + действие + движение камеры + свет и атмосфера».
• В изображение в видео первый кадр уже задаёт композицию, не повторяйте то, что уже есть на изображении; подробно опишите «кто как двигается, как движется камера, за сколько секунд это происходит», например «камера медленно приближается, персонаж оборачивается на 3-й секунде».
• Сначала пробуйте движения и работу камеры в 480P с короткой длительностью, и только после того, как результат устроит, переходите на 768P или 1080P. Цена 1080P в 3.2 раза выше, чем у 480P.